熊猫数据框行的条件循环答案

【问题标题】：Conditional loop for pandas dataframe rows熊猫数据框行的条件循环
【发布时间】：2018-12-11 01:59:11
【问题描述】：

我有一个从较大的框架中解析出来的数据框，如下所示：

Contract Date
2012.0
2011.0
2011.0
2010.0
1312.0
1235.0
1235.0
1235.0
1230.0
.
.
111.0
111.0
110.0
110.0

我已将整个内容转换为字符串，以便我可以对值进行切片，因为这些日期的格式非常奇怪。

基本上，2012.0 - 2010.0 是每年的 12 月（2012 年 - 2010 年），但像 1235.0 和 110.0 这样的日期是 MMYY 格式 - 1235.0 是 2035 年 12 月，110.0 是 2010 年 1 月。

我想要的是创建一个简单的循环来迭代这些日期，并根据我上面描述的条件将它们转换为月份和年份。我尝试先使用iterrows 尝试获取月份：

for index, row in contract.iterrows():
    if len(row) > 4:
        contract['Month'] = contract['Contract_Exp_Date'].str[:2]
    else:
        contract['Month'] = contract['Contract_Exp_Date'].str[:1]

但这不起作用并且循环了很长时间 - 可能是因为我需要 appending 到一个新列，而不是在每次迭代时创建一个新列 Month。

如何根据我上面提到的条件正确地遍历每一行并抓取月份和年份？

【问题讨论】：

标签： python string python-3.x pandas

【解决方案1】：

不需要条件，只用最后三个字符的逻辑，所以逻辑写：

2018.0
   ^^^
   removed
111.0
  ^^^
  removed

所以使用：

df['Contract']=df['Contract'].str[:-3]

现在：

print(df['Contract'])

是：

0     201
1     201
2     201
3     201
4     131
5     123
6     123
7     123
8     123
9      11
10     11
11     11
12     11
Name: Contract, dtype: object

【讨论】：